26篇文章 · 18087字 · 1人關注
-
使用Policy network和Value network實現CartPole我們知道，著名的AlphaGo的基本組成是由策略網絡（Policy network）估值網絡（Value network），蒙特卡洛搜索樹（Mo...
-
強化學習之 Q-learning
強化學習的作用在于通過當前的環境做出相應的action，得到最大的value如TensorFlow實戰中的例子： 在5x5的游戲棋盤中，藍色的代...
-
使用TensorFlow實現ResNet作為在ILSVRC 2015比賽中取得了冠軍的網絡結構，ResNet借鑒吸收了以往的網絡結構的優點，完全拋棄了全連接層，使用殘差學習方法解決了在...
-
基于RNN實現古詩詞生成模型我們知道，RNN（循環神經網絡）模型是基于當前的狀態和當前的輸入來對下一時刻做出預判。而LSTM（長短時記憶網絡）模型則可以記憶距離當前位置較遠...
-
基于LeNet-5模型實現MNIST手寫體識別
LeNet模型的可以分為7步： 卷積層 池化層 卷積層 池化層 全連接層 全連接層經過這7步以后得到輸出結點的值，使用該值進行訓練即可。 1、使...
-
使用tensorflow實現好評與差評的判斷首先準備了正負數據用作學習材料：neg.txt：5331條負面電影評論pos.txt：5331條正面電影評論我們把它們 放到了我的csdn中，有...
-
Inception-v3的實現原理
一目了然的關系： Convolution：使用卷積層 AvgPool：平均池化層 MaxPool：最大池化層 Concat：串聯合并 Dropo...
-
tensorflow的模型讀寫
保存一個簡單的會話 運行后在本地的me文件夾中多了以下四個文件： 具體這幾個文件的作用不予贅述，網上都可以搜到。 讀取該會話 如此的運行結果為：...
-
tensorflow 使用類下載MNIST數據自動下載并轉化MNIST數據的格式，將數據從原始的數據包中解析成訓練和測試神經網絡時使用的格式。自動將MNIST數據集劃分為train，vali...
